Le capteur est installé, il pilote bien, les conducteurs lui font confiance. Puis quelqu’un demande si l’on peut s’en servir pour libérer un lot. Et il n’y a rien, dans le dossier, qui permette de répondre oui.
C’est le moment où l’on découvre qu’un capteur qui pilote et une méthode analytique qui soutient une décision de conformité sont deux choses différentes. Aucune ne devient l’autre par accumulation de mois de fonctionnement. Entre les deux, il y a un projet : protocoles, échantillons, critères d’acceptation, rapport.
Beaucoup d’installations s’arrêtent volontairement avant ce projet. C’est un choix défendable, à condition d’être nommé et écrit. Ce qui ne l’est pas, c’est de laisser un usage de pilotage glisser vers un usage réglementé sans le dire.
En bref
Tout dépend de ce que la mesure décide. Piloter le process ne demande pas de validation formelle : un signal stable et une vérification périodique suffisent. Documenter une preuve demande une méthode décrite et une exactitude démontrée contre la référence. Remplacer un essai libératoire demande une validation analytique complète et l’accord des autorités, et ce projet se décide avant l’achat du capteur.
Trois niveaux d’ambition, trois projets différents
La première question n’est pas « quelle précision » mais « pour décider quoi ». La réponse commande le reste : nombre d’échantillons, durée, documentation.
Piloter le process
La mesure conduit une opération : arrêter un séchage, prolonger un mélange, ajuster un débit. Elle n’apparaît dans aucun dossier de lot comme critère d’acceptation. Ce qu’il faut : un signal stable, une installation fiable, une vérification périodique. Pas de validation formelle. Et la majorité des installations vivent très bien ici.
Documenter une preuve
La mesure entre au dossier comme élément de connaissance : profil d’homogénéité, courbe de séchage, preuve de maîtrise. Elle appuie une justification sans porter seule la décision. Ce qu’il faut : une méthode décrite, des données tracées, une exactitude démontrée contre la référence. Un dossier réel, mais borné.
Remplacer un essai libératoire
La mesure devient le résultat sur lequel un lot est accepté ou refusé. Ce qu’il faut : une validation analytique complète, une stratégie de maîtrise mise à jour, une gestion des changements, l’accord des autorités. Un projet à part entière, qui se décide avant l’achat du capteur.
Le passage d’un niveau au suivant n’est jamais automatique. Un capteur qui tourne depuis deux ans ne « devient » pas une méthode validée. La preuve d’usage dit que l’installation tient, pas que la valeur produite est exacte, précise et défendable dans un domaine défini.
Décidez du niveau visé dès le cadrage. Viser le troisième change la conception de l’installation elle-même, position de sonde, redondance, traçabilité, architecture de conformité. Le prévoir coûte bien moins que le rattraper.
Hors pharma, la même rigueur se démontre devant un autre interlocuteur
En agroalimentaire, en chimie et en cosmétique, aucun régulateur n’autorise une méthode de mesure. L’exigence vient d’ailleurs : d’un référentiel d’audit — IFS, BRCGS, FSSC 22000, ISO 22716 — ou du cahier des charges d’un client qui, lui, sait très bien lire un rapport de validation.
La conséquence est plutôt bonne. Rien de ce qui précède n’y est obligatoire, et tout y est opposable : une méthode validée selon la logique décrite ici se défend devant n’importe quel auditeur, et elle vous distingue précisément parce qu’elle n’était pas exigée. Les textes de chaque secteur.
Les critères d’ICH Q2(R2), appliqués à une méthode qui prédit
ICH Q2(R2) définit ce qu’on attend d’une méthode analytique validée. Ses critères s’appliquent à une méthode spectroscopique multivariée, mais leur contenu change, parce qu’ici la grandeur n’est pas mesurée, elle est prédite. L’instrument enregistre une absorption. Un modèle la traduit en teneur. La validation porte donc sur le couple instrument-modèle, jamais sur l’instrument seul.
| Critère | Ce qu’il devient pour une méthode multivariée |
|---|---|
| Spécificité | Démontrer que la prédiction répond au constituant visé, non à un facteur corrélé : compacité, granulométrie, température. Le critère le plus difficile et le plus souvent bâclé : un modèle peut prédire juste pour la mauvaise raison, jusqu’au jour où la corrélation se rompt. |
| Exactitude | Écart entre valeur prédite et valeur de référence, sur des échantillons qui n’ont pas servi à construire le modèle. La méthode de référence doit être figée avant la première acquisition : changer ses conditions change la grandeur validée. Et elle doit être appariée au spectre, faute de quoi l’exactitude mesurée ne veut rien dire. Cette référence a par ailleurs sa propre erreur, et elle se détermine avant : c’est le plancher auquel la prédiction sera comparée. |
| Précision | Répétabilité et précision intermédiaire. Le point à surveiller : répéter la mesure au même endroit ne teste que le bruit de l’instrument. La précision utile s’évalue sur plusieurs portions de matière, jours et opérateurs différents. |
| Domaine | Plage sur laquelle la méthode est déclarée valide. Pour un modèle calibré sur échantillons, ce domaine ne se décrète pas : il se constate à partir de la population vue en calibration. On calibre d’ailleurs délibérément plus large que le domaine revendiqué : le jeu de calibration couvre la plage la plus étendue, le jeu de validation interne la plage immédiatement inférieure, et c’est ce dernier qui borne le domaine déclaré. Au-delà, la prédiction n’est pas garantie. Et elle sort quand même. |
| Linéarité | Relation entre valeurs prédites et valeurs de référence sur le domaine. Elle s’examine sur le graphe des résidus autant que sur le coefficient de corrélation, qui peut être excellent avec une structure d’erreur inacceptable. |
| Robustesse | Comportement face aux variations normales : température, lot de matière première, humidité ambiante, encrassement du hublot, remplacement d’une lampe. C’est là que les méthodes en ligne se distinguent de celles du laboratoire, ces perturbations se planifient plutôt qu’elles ne se simulent au bureau : instrument de rechange et vieillissement de lampe, température ± 5 °C, humidité ± 10 % HR, stabilité du banc optique ; côté matière, compacité de tassement, trajet optique, quantité présentée ; et l’opérateur. En plan d’expériences ou un facteur à la fois. Le critère utile est simple : la décision ne change pas. Q2(R2) rattache d’ailleurs ce critère au développement de la méthode, au sens d’ICH Q14 dont il est question plus bas, plutôt qu’à la validation elle-même : il se démontre en amont, et il se documente. |
La spécificité a un critère de vérification, et il est écrit
Dire qu’un critère est difficile ne dit pas comment on le remplit. La FDA en donne la méthode conventionnelle : la spécificité est tenue pour vérifiée si les traits principaux des profils de coefficients du modèle correspondent à ceux du spectre du constituant visé — le spectre de référence étant prétraité exactement comme ceux du modèle. Autrement dit : le modèle doit s’appuyer sur les bandes de la molécule, et cela se regarde.
Deux compléments du même texte. La capacité à rejeter les valeurs aberrantes — forts leviers, forts résidus — est un second élément de spécificité. Et pour un critère d’arrêt de procédé, la démonstration passe par le fait que la région de longueurs d’onde retenue contient les bandes principales des constituants d’intérêt.
FDA, Development and Submission of Near Infrared Analytical Procedures, Guidance for Industry, CDER, août 2021, § V.B et § V.C. Mention « Contains Nonbinding Recommendations » : position de l’agence, non disposition réglementaire.
Un modèle à composants purs, construit sur des spectres de composants purs, déplace certains de ces critères sans les supprimer. La spécificité s’appuie sur la physique plutôt que sur une population, mais l’exactitude et la robustesse restent à démontrer sur le process réel. L’effort de calibration conditionne le contenu du dossier.
Validation croisée ou jeu de test : ce que chaque chiffre vaut
Deux chiffres circulent sous le même nom de « performance du modèle », et ils ne se comparent pas. Savoir lequel on lit est la première question à poser devant un rapport de chimiométrie.
La validation croisée choisit la complexité du modèle
On retire une fraction des échantillons, on reconstruit, on prédit la fraction retirée, et on répète. C’est l’outil qui répond à une seule question : combien de variables latentes retenir ? À cet usage il est solide, et il n’y a rien de mieux quand les échantillons sont peu nombreux.
Ce qu’il ne fait pas : estimer l’erreur qu’on rencontrera demain. Chaque échantillon a servi à construire le modèle dans l’un des tours.
Le jeu de test indépendant estime l’erreur de prédiction
Une part des échantillons est mise de côté avant toute construction, et n’est passée qu’une fois, le modèle figé. C’est le chiffre qu’on peut écrire dans un dossier, parce qu’il n’a pas participé à ce qu’il évalue.
Le prix à payer est réel : des échantillons soustraits à la calibration. C’est un arbitrage, et il se décide au cadrage, pas à la fin.
Trois sources indépendantes disent la même chose, et elles ne viennent pas du même monde. La plus directe est la guidance FDA d’août 2021 sur les procédures analytiques NIR : « Internal validation of the chemometric model is not considered a substitute for external validation. » Un guide technique USP de 2023 sur la fabrication continue de formes orales solides recommande le jeu de test indépendant, « which is less biased than the error obtained from the training set ». Et une étude de suivi de digesteurs par proche infrarouge, publiée dans Journal of Chemometrics en 2011, publie ses modèles à quatre composantes avec une erreur relative de prédiction établie sur jeu de test — là où la même mesure en validation croisée aurait affiché mieux.
Deux réflexes qui changent la valeur du chiffre
Publier la pente en même temps que la corrélation. La pente de la droite prédit contre référence porte l’exactitude, le coefficient porte la fidélité. Un coefficient seul ne dit pas si le modèle se trompe systématiquement dans un sens.
Grouper les réplicats dans la découpe. Quand plusieurs spectres correspondent à une seule valeur de référence — le cas de toute acquisition en continu contre un prélèvement ponctuel — la découpe doit sortir le groupe entier. Sinon la même valeur de référence se retrouve des deux côtés, et la performance monte mécaniquement sans que le modèle ait appris quoi que ce soit de transposable.
« Indépendant » ne désigne pas la même chose dans les trois textes
Sur le principe, les textes s’accordent : un jeu externe, passé une fois, le modèle figé. Ils ne placent pas la barre au même endroit sur ce qui rend un échantillon indépendant, et l’écart se paie au moment de concevoir la campagne, pas au moment de rédiger.
- ICH Q2(R2), repris tel quel dans le glossaire d’ICH Q14 — la barre la plus basse : « Independent samples can come from the same batch from which calibration samples are selected. » Le corps d’ICH Q14 ajoute qu’un jeu fait de lots indépendants sert, lui, à démontrer la robustesse. Les deux niveaux y sont distingués, pas confondus.
- USP <1039> — la barre est au lot, et le verbe est contraignant : « any batches used in calibration and cross-validation must not be considered or reused as an independent dataset for method validation ».
- Ligne directrice NIR de l’EMA — la barre la plus haute : le jeu de validation externe « should not be taken from the same (historical) population as those batches used to generate the calibration model », et il couvre, quand c’est possible, des lots pilotes et des lots d’échelle industrielle.
La conséquence se décide avant la première acquisition. Un jeu de validation conçu sur la seule définition d’ICH Q2 peut satisfaire ce texte sans satisfaire l’USP ni l’EMA. La question du cadrage n’est donc pas « combien d’échantillons mettons-nous de côté », mais « à quel niveau : l’échantillon, le lot, ou la campagne ». Comment se construit le jeu, dimension par dimension.
ICH Q14, glossaire « Independent sample » et section sur les jeux de calibration et de validation ; USP <1039> Chemometrics ; EMA, Guideline on the use of near infrared spectroscopy…, EMEA/CHMP/CVMP/QWP/17760/2009 Rev. 2, 27 janvier 2014.
Sources : FDA, Development and Submission of Near Infrared Analytical Procedures, Guidance for Industry, CDER, août 2021, § V — mention « Contains Nonbinding Recommendations » ; USP Technical Guide, Control Strategies for Continuous Manufacturing of Solid Oral Dose Drug Products, 2023, § 4.3.5 — document publié à titre informatif ; J.B. Holm-Nielsen et K.H. Esbensen, J. Chemometrics 25 (2011) 357-365.
Identifier une matière : la preuve se construit sur les ressemblances
Tout ce qui précède décrit une méthode qui prédit une grandeur. Or le premier usage industriel du proche infrarouge est ailleurs : reconnaître une matière première à la réception, vérifier qu’un contenant renferme bien ce que son étiquette annonce. ICH Q2(R2) couvre aussi ces procédures d’identification, et leur validation ne ressemble pas à celle d’un dosage. Ni exactitude, ni linéarité, ni domaine : une décision binaire, et une matrice de confusion.
Ce qui fait la preuve, ce ne sont pas les bons échantillons, ce sont les ressemblances. Une méthode qui distingue le lactose du paracétamol n’a rien démontré. Les vrais négatifs d’une étude d’identification sont les matières que l’on risque réellement de confondre : analogues structuraux, sels, polymorphes, autres principes actifs présents sur le site, excipients voisins, et les matériaux d’emballage lorsqu’une confusion est possible. Le choix de ces matières-là décide de la valeur de l’étude.
| Ce qui se démontre | Sur quoi |
|---|---|
| Sensibilité | Part des matières conformes correctement identifiées. Sur plusieurs lots, plusieurs fournisseurs, plusieurs voies de fabrication quand elles existent, avec la variabilité normale d’humidité et de granulométrie. |
| Spécificité | Part des matières à écarter effectivement écartées. C’est ici que se joue la valeur de la méthode, et c’est le choix des ressemblances qui la fait. |
| Accord avec l’essai en place | Taux de concordance des décisions, complété d’un indice d’accord qui corrige la part du hasard. Une spécificité au moins égale à celle de l’essai compendial rend l’équivalence argumentable pour cette identification. |
| Robustesse | La décision reste la même quand changent l’instrument, l’opérateur, la température, l’humidité, le tassement ou la présentation de l’échantillon. |
Deux éléments encadrent le tout et s’écrivent avant la première acquisition. Les critères d’acceptation : les taux de faux positifs et de faux négatifs que l’on accepte, justifiés par le risque encouru en cas d’erreur d’identification. Et l’effectif : quelques dizaines d’échantillons par classe, pour que les taux estimés aient un sens statistique.
La pharmacopée américaine range cet exercice à part. Son chapitre <1225> classe les procédures en quatre catégories, et la catégorie IV est celle des essais d’identification : elle demande la spécificité, et ne demande ni exactitude, ni précision, ni linéarité, ni domaine. Le tableau ci-dessus est donc celui d’une validation complète, pas d’une validation allégée.
ICH Q14 : la validation commence au développement
ICH Q14 traite du développement des méthodes analytiques et porte une idée qui change la conduite d’un projet. Une méthode se conçoit à partir de la connaissance de ce qu’elle doit mesurer et des sources de variabilité qui l’affectent, pas d’un jeu de données traité après coup.
En pratique, écrire d’abord ce que la méthode doit savoir faire : quelle grandeur, sur quelle plage, avec quelle incertitude tolérable, dans quelles conditions. Puis construire le plan d’échantillonnage qui le démontrera. Les facteurs à faire varier délibérément deviennent alors explicites, au lieu d’espérer que la variabilité utile apparaisse seule. C’est ce qui détermine le nombre d’échantillons.
Le second apport de Q14 est la stratégie de maîtrise de la méthode : les conditions établies, les plages de fonctionnement et les contrôles qui garantissent que la procédure analytique reste performante dans le temps. Elle s’articule avec la stratégie de maîtrise du produit, qu’ICH Q10 définit comme l’ensemble organisé des contrôles portant sur les matières, le procédé, les équipements, les contrôles en cours de production et les spécifications du produit fini. Une mesure en ligne prend place dans les deux, et cette place doit être décrite. Ajouter un capteur suppose de mettre à jour cette stratégie ; sinon la donnée arrive sans que sa place soit définie.
Le modèle se fige avant que le jeu de validation ne soit passé
C’est la frontière entre construire et démontrer. Une fois le modèle finalisé, on le verrouille, plus aucun réglage, et l’on documente sa version, ses paramètres, ses prétraitements et le logiciel qui l’a produit. Le jeu de validation n’est passé qu’après.
La raison tient en une phrase : si l’on retouche le modèle après avoir vu les résultats de validation, le jeu de validation est devenu un jeu de calibration, et la démonstration ne porte plus. L’écart est invisible dans le rapport final et lisible dans l’historique des versions, c’est-à-dire exactement là où un auditeur regarde.
Le domaine de validité, et ce qui arrive quand on en sort
C’est le point sur lequel une méthode multivariée se défend ou s’effondre. Un modèle calibré sur échantillons prédit toujours quelque chose. Présentez-lui une matière qu’il n’a jamais vue (nouveau fournisseur, produit dévié, hublot encrassé) et il rendra une valeur d’apparence normale, sans signe d’alerte.
Une méthode sans détection d’échantillon hors domaine n’est pas défendable. Les outils existent et sont attendus. Distance de Mahalanobis dans l’espace du modèle, statistique T² de Hotelling, résidus Q sur la partie non expliquée du spectre. Chacun répond à une question différente, l’échantillon est-il extrême parmi ceux que je connais, ou d’une nature inconnue. Les deux sont nécessaires.
Deux exigences en découlent, à écrire dans la méthode. Des seuils d’alerte justifiés et une conduite à tenir quand un seuil est franchi, résultat écarté, prélèvement de confirmation, investigation. Un diagnostic protège à condition d’être lu : à qui l’alarme est-elle adressée, et que déclenche-t-elle ? C’est aussi lui qui rend possible la vie du modèle dans le temps : sans lui, une dérive lente ne se voit qu’au contrôle libératoire.
La qualification porte souvent sur l’instrument à l’arrêt
Deux qualifications se complètent. Les protocoles livrés avec un instrument vérifient son exactitude en longueur d’onde, sa photométrie, son bruit, sur des étalons, à l’arrêt. Le projet, lui, porte sur la mesure d’un produit en mouvement, à travers un hublot, dans un équipement en marche : cette seconde qualification se construit sur votre ligne.
Le comblement est peu coûteux quand il est prévu. Un protocole de vérification en conditions réelles, exécuté sur le process, avec des prélèvements appariés dans le temps et l’espace et des critères écrits d’avance. Demandez-le au fournisseur. S’il n’existe pas, il faut l’écrire. Et pas au moment de l’audit.
Deux voies vers l’acceptation, et le choix se fait tôt
Remplacer un essai en place se démontre de deux façons. Elles n’ont ni le même coût ni les mêmes suites, et le choix se fait avant la campagne d’échantillons, parce qu’il en change le plan.
Dans les deux cas, la comparaison à une méthode de référence est attendue. La Ph. Eur. 5.25 l’écrit pour la mesure en ligne : les procédures de validation classiques supposent un échantillon homogène et authentique, condition rarement remplie sur un procédé qui évolue pendant la mesure, et la comparaison à une méthode de référence y est normalement nécessaire. Le même chapitre recommande de démontrer la relation causale entre la mesure, le modèle et l’attribut qualité lorsqu’un modèle de trajectoire ou de signature sert à piloter.
Démontrer l’équivalence
On montre que la nouvelle méthode donne le même résultat que celle qu’elle remplace, sur des paires prélevées au même endroit de la même unité. Le chemin est plus court. En contrepartie, la nouvelle méthode hérite du domaine, des limites et de l’incertitude de l’ancienne, celle-là même que l’on souhaitait souvent retirer.
Valider la méthode pour elle-même
On applique le programme complet d’ICH Q2(R2) sur plusieurs lots de production, répétabilité et précision intermédiaire comprises. Le chemin est plus long. En contrepartie la méthode tient debout seule, et l’essai qu’elle remplace peut être retiré.
Ce qu’une comparaison démontre, et ce que l’équivalence demande de plus
Un test statistique qui ne trouve pas de différence significative entre les deux méthodes établit autre chose que leur équivalence : il dit qu’avec les données disponibles, une différence n’a pas pu être mise en évidence. Sur dix échantillons, presque rien n’est significatif, ce qui rend l’argument confortable et sans portée.
L’équivalence se démontre dans l’autre sens. On déclare d’avance l’écart que l’on accepte entre les deux méthodes, on estime la différence sur les paires, et l’on montre que son intervalle de confiance tient tout entier à l’intérieur de cet écart. La bonne nouvelle est là : la marge d’acceptation se négocie avant l’étude, sur des arguments de qualité produit, plutôt qu’après les résultats.
Le graphique des différences en fonction de la moyenne des deux méthodes — le graphe de Bland-Altman — accompagne classiquement cette démonstration. Il montre d’un seul coup d’œil un biais systématique, un biais qui varie avec le niveau, et les points qui sortent des limites d’accord.
Libération en temps réel : atteignable, jamais automatique
La libération en temps réel conclut à la conformité d’un lot à partir des données de process et des contrôles en cours. Plutôt qu’au terme d’un essai sur produit fini. Objectif légitime, prévu par un texte dédié — la guideline européenne sur la libération en temps réel, EMA/CHMP/QWP/811210/2009-Rev1, en vigueur depuis le 1er octobre 2012 — et atteint dans l’industrie. Mais jamais une conséquence de l’installation d’un capteur.
Ce qu’elle suppose au minimum, et chacun de ces points est un chantier.
- Une méthode validée au sens précédent.
- Une compréhension du process suffisante pour justifier que la mesure en ligne prédit l’attribut du produit fini.
- Une stratégie d’échantillonnage garantissant que ce qui est mesuré représente le lot.
- Une stratégie de maîtrise documentée.
- Une gestion des écarts.
- Une approbation réglementaire.
Une fois approuvée, elle devient la voie de libération
C’est le point qui décide du niveau d’ambition, et il se lit dans la guideline européenne. Une libération en temps réel approuvée s’utilise en routine pour libérer les lots. Et si son résultat échoue, ou dérive vers l’échec, l’essai sur produit fini ne vient pas rattraper le lot : le texte l’écrit ainsi.
Ce qui est attendu à la place est un plan de repli décrit dans le dossier, pour les cas de panne d’équipement. Autrement dit, le troisième niveau n’ajoute pas un filet au dispositif existant, il change de filet. Le savoir avant de viser ce niveau vaut mieux que de le découvrir en revue.
USP <905> : éclairer un essai, et ce que le remplacer demande
L’uniformité des unités de dosage se juge selon un essai compendial qui prévoit un nombre d’unités, un plan à deux étages et des critères chiffrés. Une mesure en ligne peut suivre l’uniformité en continu, détecter une dérive bien avant la fin de la compression, écarter un segment douteux. Elle éclaire l’essai et réduit le risque de non-conformité, elle ne s’y substitue pas d’office. La substitution suppose une démonstration d’équivalence et une acceptation formelle. Sujet développé dans l’uniformité de teneur.
Questions fréquentes
Faut-il valider la méthode si elle sert seulement à piloter ?
Non, au sens formel. Il faut en revanche qualifier l’installation, décrire ce que fait la mesure et vérifier périodiquement qu’elle continue de le faire. Le risque tient à l’ambiguïté sur l’usage, plus qu’à l’absence de validation. Écrivez noir sur blanc que la mesure ne porte aucune décision de conformité.
Combien d’échantillons faut-il pour valider une méthode en ligne ?
Il n’y a pas de nombre universel : un chiffre sérieux part de la description du process. Ce qui compte est la couverture : le jeu doit contenir la variabilité rencontrée en routine, plage de teneurs, lots de matière première, saisons, opérateurs. Trente échantillons bien répartis valent mieux que deux cents pris sur trois lots de suite.
Que se passe-t-il quand le process change après la validation ?
Cela relève de la gestion des changements. Un nouveau fournisseur de matière première, une modification d’équipement, un dosage supplémentaire peuvent sortir la méthode de son domaine. La détection hors domaine est le premier signal d’alerte, la revue des résidus le second. La révision d’un modèle fait partie du projet.
Peut-on valider une méthode multivariée sans méthode de référence ?
Pas pour un modèle calibré sur échantillons : l’exactitude s’établit contre une référence. Un modèle à composants purs en dépend moins, mais il exige une composition connue et déclarée. Sa exactitude reste à démontrer sur le milieu réel.
Combien de temps dure un projet de validation de méthode ?
Ce n’est pas la partie technique qui commande le calendrier, c’est l’attente de lots représentatifs. Si votre process ne produit un lot difficile qu’une fois par trimestre, aucun budget n’accélérera cette attente. Elle se planifie dès la preuve de concept.
Et si la validation oriente vers une autre méthode ?
Cela arrive, et c’est utile. Une validation qui s’arrête sur la robustesse ou la spécificité vous apprend que la corrélation observée en développement reposait sur autre chose que ce qu’on croyait. Mieux vaut l’apprendre dans un rapport de validation que dans une investigation de non-conformité. Le repli est le niveau d’ambition inférieur, qui reste exploitable.
Ce que les autorités ont déjà approuvé
La question revient à chaque projet qui vise la libération : est-ce que cela passe vraiment ? Les chiffres publics permettent d’y répondre sans promesse.
En mai 2026, le responsable du bureau de la qualité pharmaceutique du CDER indiquait, lors de la réunion d’information réglementaire de la FDA, que l’agence avait approuvé dix-sept produits fabriqués en continu, le premier en juillet 2015. Le programme des technologies émergentes, ouvert en 2014, avait alors accepté cent quatre-vingt-onze dossiers, dont soixante-douze portant sur la fabrication en continu.
Ce que ces chiffres établissent. Une fabrication en continu suppose une mesure qui suit le produit pendant qu’il se fait : il n’y a plus de fin d’opération où prélever. Là où ces dossiers ont été approuvés, la mesure de procédé fait partie d’une stratégie de maîtrise acceptée par l’autorité. La question n’est donc plus de principe. Elle est de dossier.
Ce qu’ils n’établissent pas. Ni que votre produit soit éligible, ni que le chemin soit court. Dix-sept approbations depuis 2015, c’est peu, et chacune a demandé le travail décrit sur cette page : une méthode développée, validée, documentée, et une stratégie de maîtrise qui tient. Ces chiffres disent que la porte existe et qu’elle s’ouvre, pas qu’elle s’ouvre vite.
Source : Adam Fisher, Office of Pharmaceutical Quality du CDER, réunion Regulatory Education for Industry (REdI) de la FDA, rapporté par RAPS le 20 mai 2026. Nous ne publions pas de liste de produits : les noms circulent, les vérifier un par un demande un travail que nous n’avons pas fait.
Dites-nous quelle décision la mesure doit soutenir. Nous vous dirons ce que sa validation demande.
Quarante-cinq minutes suffisent pour situer le niveau d’ambition réaliste, estimer la campagne d’échantillons nécessaire et repérer les écarts qu’un auditeur trouverait dans le dossier.